基于遗传算法的PID控制器参数优化研究

本文提出了一种基于遗传算法的PID控制器参数优化设计。在参数整定与优化过程中。考虑了过程控制系统的参数整定特点和寻优精度。通过仿真研究表明：该方法比一般PID参数整定方法具有更好的控制性能指标。     

PID参数整定的一种混合优化算法

PID控制器是工业界应用最广泛的控制策略,参数整定是PID控制器设计的核心内容.提出一种基于遗传算法和数值优化算法的混合优化方法,采用由粗到精的搜索过程,先利用遗传算法进行全局粗略搜索,再利用数值优化算法得到精确的参数.仿真试验结果证明提出的混合优化算法是进行PID参数整定的一种有效方法.     

改进粒子群算法应用于挖掘机铲斗位置控制

挖掘机工作装置精确的位置控制是实现其轨迹自动控制的基础。提出一种改进粒子群优化算法,应用于液压系统PID参数的优化整定中,把遗传算法中的选择和交叉两种操作方式添加到标准的粒子群算法中形成的混合优化算法,提高了算法的搜索能力。建立具有整定PID控制器功能的仿真平台,使用改进粒子群算法、标准粒子群算法和相位裕度方法对PID控制器进行整定仿真,根据仿真结果,进行了模拟铲斗平地运动试验。仿真和试验结果表明改进粒子群算法整定的PID控制器参数,在电液伺服系统的动态响应和精确的轨迹控制方面有良好效果。     

一种基于动态神经网络的PID参数在线自整定方法

提出一种基于动态神经网络的PID控制器,给出PID参数在线自整定学习控制算法,并进行了算法仿真研究。数值仿真结果表明,该PID控制器是一种与对象模型无关的、具有在线自整定能力的智能控制器。     

PID参数模糊自整定控制器的设计与研究

在常规PID控制和模糊控制研究的基础上,提出了一种PID参数模糊自整定控制器,采用模糊推理对PID控制器的控制参数进行在线调整,给出了参数整定的基本原则。并用MATLAB中SIMULINK和FUZZY工具箱对三种控制方式进行了仿真。仿真结果表明,PID参数模糊自整定控制器的控制性能优于常规PID控制和模糊控制,具有良好的抗干扰性和鲁棒性。     

基于GA优化的电渣重熔炉模糊PID控制研究

针对电渣重熔炉电极进给控制系统中存在的非线性、抗干扰性能差等难点问题,提出了一种基于遗传算法优化的模糊自整定PID控制方法。首先通过分析电极进给控制系统的组成及运行机理,建立了控制系统的仿真平台,然后采用模糊控制器与传统PID控制器相结合的策略,设计出一种具有自调整功能的模糊自整定PID控制器,最后应用遗传算法对模糊自整定PID控制器的隶属度函数进行动态优化,克服了隶属度函数选取的主观性和盲目性,进一步提高控制系统的自适应能力。仿真结果表明,优化后的模糊自整定PID控制器具有很好的快速性和较强的鲁棒性,满足了系统高精度的控制要求。     

基于遗传算法的四旋翼PID控制器参数整定

四旋翼作为典型的欠驱动系统,传统情况主要依靠PID控制器进行控制,PID控制器参数对于四旋翼飞行静态性能和动态性能均有较大影响。提出一种基于遗传算法的四旋翼PID控制器参数整定方法,利用遗传算法良好的寻优特性,结合四旋翼自身动力学方程,对传统的四旋翼模糊PID控制器进行参数优化,并通过MATLAB的SIMULINK工具箱仿真验证优化结果的稳定性。     

基于模糊神经网络和遗传算法的智能控制器

PID控制算法简单、鲁棒性强,但其参数整定过程繁琐,整定时需要控制对象的精确数学模型,而且整定往往是针对某一种具体工况进行的,缺乏自学习和自适应能力.模糊神经网络则兼备了模糊逻辑和神经网络的优点,具有函数逼近功能,具有较强的自适应、自学习能力、容错能力和泛化能力.借助于遗传算法对全局性参数进行优化设计,借助于BP算法对局部性参数进行优化,将模糊神经网络和遗传算法引入PID控制参数的整定过程,构造出一种基于模糊神经网络和遗传算法的智能PID控制器.     

基于GA-PSO的PMSM伺服系统分数阶控制

针对永磁同步电机伺服系统要求快速响应、鲁棒性及抗干扰能力的问题,设计了一种遗传算法—粒子群算法(GA-PSO)优化的分数阶PID控制器。利用改进Oustaloup算法,框图化实现分数阶PID控制器。采用GA-PSO算法优化整定分数阶PID控制器参数,解决了分数阶PID控制器设计繁琐、参数整定多的问题,可得到使伺服系统性能最好的分数阶PID控制器参数组合。对采用分数阶PID控制器和传统整数阶PID控制伺服系统进行仿真,结果表明,采用优化后的分数阶PID控制器具有跟踪速度快、抗干扰能力强、鲁棒性好的优点。     

基于遗传算法优化的汽车半主动悬架PID控制仿真研究

PID控制器在汽车半主动悬架应用中存在参数确定的问题,针对这一问题设计了一种基于遗传算法优化整定PID参数的方法.该方法利用遗传算法的全局优化能力,以半主动悬架的性能指标为目标函数对PID参数进行优化设计.应用该方法进行汽车半主动悬架平顺性仿真.仿真结果表明,基于遗传算法优化的PID控制器的汽车半主动悬架相对于PID控制主动悬架以及被动悬架而言,改善了车身垂向加速度和悬架动行程.同时在充分利用PID控制器优势的基础上,改善了其参数确定过程中存在的问题.     

基于改进的遗传算法的伺服电机模糊PID控制器设计

针对伺服电机采用PID控制的参数整定困难问题,将模糊理论和PID控制相结合设计出模糊PID控制器,并通过改进的遗传算法对模糊控制器的隶属函数和控制规则同时进行优化,利用MATLAB进行仿真。结果表明,基于改进遗传算法的模糊PID控制器,具有良好的动静态性能,且响应速度快、超调量小。     

基于自适应遗传算法的异步电机矢量控制参数优化与仿真

自动控制领域中PID参数的整定是一个极其重要的问题。为解决工程人员凭经验对异步电机控制器参数整定难寻到最优解的问题,将速度误差积分型作为目标函数,采用惩罚措施,利用自适应遗传算法对异步电机速度控制器的参数进行优化、仿真,并与利用常规PID参数整定获得的速度曲线相对比,实验结果表明,用自适应遗传算法优化的参数,可以提高系统的控制精度、动态性能。     

模糊自适应PID控制器的设计

本文利用滞环继电反馈控制获取时滞对象的临界参数，按给定相角裕度法整定PID的初值，再结合模糊推理在线整定PID的参数。此整定方法有效地把专家经验应用于PID参数调节中，控制器集模糊控制器和PID控制器的优点于一身。仿真表明：该整定策略系统控制性能得到了很大的改善，是实现自动工业控制器的一种简单．实用的方法。     

PID参数自整定的改进遗传算法

文中提出了一种改进遗传算法进行PID参数自整定,设计了基于工程PID参数自整定遗传算法的编码以及基于该编码的交叉、变异算子,通过仿真比较,表明该种算法的有效性。     

基于参数自整定模糊PID控制液压万能试验机控制研究

为了能够提高液压万能试验机测试材料力学性能的准确性,深入地研究了参数自整定PID控制现在其中的应用。首先,分析了参数模糊自整定PID控制的基本原理;接着,设计了参数模糊自整定PID控制器的基本结构;然后,确定了参数模糊自整定PID控制器初始参数;接下来,进行了参数自整定模糊PID控制器参数的模糊化;最后,参数自整定PID控制液压万能试验机控制仿真研究,结果表明该控制方法具有较好的控制鲁棒性。     

遗传算法和小波神经网络PID在电机控制系统中的应用

提出了一种基于遗传算法和小波神经网络的PID参数整定方法.首先,利用具有自然进化的遗传算法对小波神经网络的初始权值进行优化训练,解决了控制器网络初始权系数对控制效果产生的影响;其次,利用小波神经网络对PID参数进行在线调节;最后,将此算法运用到电机控制系统的PID参数寻优中.仿真结果表明:基于此算法设计的PID控制器可以极大地提高寻优速度,鲁棒性强,改善了电机控制系统的动态性能和稳定性.     

交流伺服系统中PID参数模糊自整定控制器

为了改善以交流永磁同步电机为控制对象的伺服系统性能,在PID控制规律和模糊控制算法研究的基础上,提出了一种PID参数模糊自整定控制器。利用模糊推理方法建立了模糊控制规则,对交流伺服电机控制中的PID参数实现了自整定,并在Matlab中进行了仿真。仿真结果表明,该控制器改善了常规PID控制器的性能,使伺服系统具有良好的动、静态性能。     

基于遗传算法的自动平衡式显示仪表的PID控制器设计

在介绍数字自动平衡式显示仪表工作原理的基础上,建立了系统的数学模型。根据系统动态性能指标的要求,基于遗传算法设计了一种PID控制器,并利用MATLAB语言对数学模型进行仿真。仿真结果表明,基于遗传算法PID控制的自动平衡式数字式显示仪表具有无超调量、调节时间短、PID参数整定简单等优点,能满足实际应用对自动平衡式数字式显示仪表的动态性能要求。     

基于遗传算法的PID控制参数研究分析

针对PID控制参数整定这一自动控制领域研究的难点问题,提出了一种基于遗传算法的PID控制参数优化方案,并详细给出了PID控制参数优化算法的实现步骤。为提高算法效率与控制器性能,分别对算法中的交叉环节与变异环节做自适应处理,并进行仿真实验。结果表明,提出的基于遗传算法的PID参数优化方案在最优解的质量与执行效率方面都具有较好的控制效果。     

基于模糊自整定PID方法的滞后系统的控制研究

本文针对电阻炉这个特定的对象,选择了常规PID控制、加入Smith补偿的PID控制和模糊自整定PID控制三种控制方案,用MATLAB的SIMULINK仿真工具软件分别对其进行仿真比较,从而选出合乎要求的解决方案,提出一种比较完善的模糊PID控制器参数自整定算法。在利用MATLAB仿真工具对模糊自整定PID控制器的性能作了研究之后,仿真结果表明,明显优于传统PID控制,具有超调量小、过渡时间短、稳定性好、适应性强等特点,能够达到预期的控制效果。